こんな人におすすめ：
- 製造業での品質管理担当者
- 画像処理やAIを活用した検査システム開発者
- 機械学習を使った異常検知を学びたい技術者
プロンプト例：
不良品検出のための異常スコア計算方法と実装例をわかりやすく説明してください。画像データを用いた異常検知モデルや異常スコアの算出方法、閾値設定のポイントも教えてください。
プロンプト例の出力結果：
異常スコアは、画像を入力として正規品と異常品を判別するための尺度で、主に負の対数尤度を用いて計算されます。具体的には、画像の特徴量から正常データの分布に対する尤度を求め、その対数を負にすることで異常度を数値化します。高い異常スコアは不良の可能性を示し、ある閾値を超えると不良品と判断します。特徴的な手法に、入力画像を複数の変換（回転や明るさ調整など）を行い、負の対数尤度の平均化でロバストな異常スコアを算出する方法があります。また、AutoEncoderを用いた場合、入力画像と再構成画像の差分（L1距離やL2距離）を異常スコアとすることもあります。異常スコアの閾値設定は、見逃し率（False Negative Rate）や過検知率を踏まえ、品質保証の重視度に応じて調整が必要です。これにより、不良品の早期発見と誤判定の最小化が可能になります。
